我的目的是在projects/sew_module/main.py里面导入dehazeProjects/IRNeXt-main/Dehazing/ITS/models的IRNeXt模块
在这里插入图片描述

我的代码projects/sew_module/main.py

from models import SENet
import os
import sys
import torch
import torch.nn as nn
if __name__ == '__main__':
	#IRNeXt的上一级目录就是models
    sys.path.append(r'/data/users/yyy/XXX/dehazeProjects/IRNeXt-main/Dehazing/ITS/models')
    import IRNeXt
    net = IRNeXt.IRNeXt()
    print('hello')

这样绝对路径暴力导入就不会报错了！！
说多一嘴，这个报错的直接翻译是尝试相对路径导包，但是不知道哪个父包，你可以sys.path.append之后，把原来的相对路径import方式改成其他导包方式，比如下图中的，因为我导入了ITS/models路径到了sys.path里面，layers在ITS/models里面，所以无需再次以相对路径的方式导包，去掉点就行了！！
在这里插入图片描述

# python
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局